Versenden
Drucken
Pennino, Federico (2022) Deep learning based style transfer for low altitude aerial imagery. Masterarbeit, Universität Bielefeld.
![[img]](https://elib.dlr.de/style/images/fileicons/application_pdf.png) |
PDF
29MB |
Kurzfassung
Es wurde eine Simulationsumgebung entwickelt um parametrisiert synthetische Luftbildaufnahmen zum Training und Testen von Semantischen Neuronalen Netzen zu erstellen. Des weiteren wurde untersucht, ob generative adversarial networks genutzt werden können, um den Domain Gap zwischen echten und synthetischen Bildern zu verkleinern.
| elib-URL des Eintrags: | https://elib.dlr.de/193597/ | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Dokumentart: | Hochschulschrift (Masterarbeit) | ||||||||
| Titel: | Deep learning based style transfer for low altitude aerial imagery | ||||||||
| Autoren: |
| ||||||||
| Datum: | 2022 | ||||||||
| Referierte Publikation: | Nein | ||||||||
| Open Access: | Ja | ||||||||
| Seitenanzahl: | 78 | ||||||||
| Status: | veröffentlicht | ||||||||
| Stichwörter: | GANs, UAV, Simualtion, Synthetic, Aerial Imagery | ||||||||
| Institution: | Universität Bielefeld | ||||||||
| Abteilung: | Technische Fakultät | ||||||||
| HGF - Forschungsbereich: | Luftfahrt, Raumfahrt und Verkehr | ||||||||
| HGF - Programm: | Luftfahrt | ||||||||
| HGF - Programmthema: | Komponenten und Systeme | ||||||||
| DLR - Schwerpunkt: | Luftfahrt | ||||||||
| DLR - Forschungsgebiet: | L CS - Komponenten und Systeme | ||||||||
| DLR - Teilgebiet (Projekt, Vorhaben): | L - Unbemannte Flugsysteme | ||||||||
| Standort: | Köln-Porz | ||||||||
| Institute & Einrichtungen: | Institut für Softwaretechnologie Institut für Softwaretechnologie > Intelligente und verteilte Systeme | ||||||||
| Hinterlegt von: | Konen, Kai | ||||||||
| Hinterlegt am: | 26 Jan 2023 11:10 | ||||||||
| Letzte Änderung: | 26 Jan 2023 11:10 |
Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags
